论文部分内容阅读
近年来极端暴雨所带来的洪涝及滑坡、泥石流等灾害给人们的生命及财产安全带来越来越严重的影响。尤其是最近几年中国许多城市突发极端暴雨事件,造成了巨大的人员伤亡及经济损失,引起了世人的关注。在这些众多的极端暴雨事件中,以北京"7.21"暴雨所造成的影响最为严重。"7.21"暴雨造成了79人死亡,经济损失近1000亿元。鉴于"7.21"暴雨的惨痛教训,我们剖析气象部门在"7.21"暴雨天气气象服务过程中,预报人员在当前预报技术手段及探测条件下,面对"7.21"暴雨事件,进行气象服务决策判断及分析,以及预警发布。探讨辅助决策分析模型支持下,是否可以发出更加正确的预警信号,从而降低暴雨风险及损失。从决策分析的角度来剖析如何面对类似"7.21"这样的极端暴雨的气象服务过程,必须清楚地认识到在现有气象观测及预报技术水准下,是很难确保能完整剔出不确定性信息,得到近似很准确的天气预报结果。但是准确的天气预报又是灾害性天气预警的重要依据,是进行致灾因子强度判断及风险分析的基础。那么如何依靠这种不准确的预报进行灾害性天气气象服务过程中的决策判断及服务,是需要面对的首要难题。本文主要从预报员的角度分析及回顾"7.21"极端暴雨天气过程中的气象服务过程,探讨这种天气形势下,是否或者如何应用最优决策模型辅助决策服务,从而降低灾害风险。研究基于决策树模型及贝叶斯方法对北京"7.21"极端暴雨天气气象服务决策过程进行情景模拟及分析。通过对这一典型暴雨灾害过程中的气象决策服务过程进行诊断性分析,搞清在现有技术条件下,面对不确定性决策问题时,能否借助决策模型方法,在依据现有数据资料(中尺度数值预报结果、观测资料等),得出最优决策。模拟利用"7.21"前一天的数值预报结果,做了事前的暴雨洪涝灾害及暴雨泥石流灾害风险评估,评估结果显示"7.21"当天的这两种灾害风险都挺大。结合历史灾情及"7.21"的预报雨量,同样可以判定"7.21"存在较大的暴雨灾害风险。研究选用贝叶斯方程算出的"7.21"当天有灾的后验概率仅为23.1%。但是引入有灾及无灾可能导致的灾损期望判断后,还是认为预报无灾的期望损失较大。"7.21"当天还是应该选择有灾的决策判断,并采取相应的"保守型气象服务方案",从而达到最优决策效果。针对"7.21"暴雨的最优决策服务模型分析留下的启示是,为了消除气象部门在重大气象服务过程中担心虚报等的压力,在高影响天气服务过程中,除了应急部门需要提升相应的应急反应级别外,还应该提供天气预报及预警的不确定性信息,以供用户做实际决策判断选择。